Geri Dön

Revolutionizing recruitment: The impact of artificial intelligence on hiring efficiency

İşe alımda devrim: Yapay zekânın işe alım verimliliği üzerindeki etkisi

PDF İndir

  1. Tez No: 1022103
  2. Yazar: SHAYAN SEPAHNEJAD
  3. Danışmanlar: DOÇ. DR. ABUBAKAR MOHAMMED ABUBAKAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, İşletme, Science and Technology, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: Antalya Bilim Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Yapay zekâ (YZ), özgeçmişlerin taranmasını hızlandırmak, manuel iş yükünü azaltmak ve adayların erken aşamada değerlendirilmesine destek olmak amacıyla işe alım süreçlerinde giderek daha fazla kullanılmaktadır. Ancak yapay zekânın işe alımda kullanılması; güvenilirlik, karar verme mantığı ve adalet açısından önemli sorunları da beraberinde getirmektedir. Bu tez, yapay zekânın işe alım verimliliği ve aday değerlendirme üzerindeki etkisini, yapay zekâ tabanlı özgeçmiş incelemesi ile insan değerlendiricilerin kararlarını karşılaştırarak incelemektedir. Çalışma, yapay zekâ ve makine öğrenmesi (MÖ) geliştirici işe alımı alanına odaklanmakta ve bir yapay zekâ sisteminin insan değerlendiricilerle ne ölçüde uyumlu puanlar ve kısa liste kararları üretebildiğini, aynı zamanda cinsiyet kodlu kimlik göstergelerine karşı daha düşük duyarlılık gösterip göstermediğini araştırmaktadır. Araştırma, nicel bir değerlendirme tasarımı ile yürütülmüştür. Standartlaştırılmış bir özgeçmiş veri seti, insan değerlendiriciler ve sabit bir yapay zekâ değerlendirme süreci tarafından aynı yapılandırılmış puanlama rubriği kullanılarak değerlendirilmiştir. Rubrik; ilgili deneyim, proje kanıtı, teknik beceri uyumu, problem çözme, açıklık, genel uygunluk ve toplam puan gibi ölçütleri içermektedir. İlk olarak, birleştirilmiş insan puanının güvenilir bir karşılaştırma ölçütü olarak kullanılıp kullanılamayacağını belirlemek için insan değerlendiriciler arası güvenilirlik incelenmiştir. Daha sonra insan–yapay zekâ uyumu korelasyon analizi ile test edilmiş; insan–yapay zekâ uyuşmazlığı ise yapay zekânın insan ortalamasından sapması ile bireysel insan değerlendiricilerin ortalama sapması karşılaştırılarak değerlendirilmiştir. İnsan ve yapay zekâ tarama süreçlerinin karar verme mantığını karşılaştırmak için lojistik regresyon modelleri de kullanılmıştır. Son olarak, niteliklerin sabit tutulduğu ve yalnızca cinsiyet kodlu ismin değiştirildiği eşleştirilmiş A/B özgeçmiş çiftleri kullanılarak kontrollü bir önyargı denetimi gerçekleştirilmiştir. Sonuçlar, insan değerlendiriciler arasında güçlü bir iç tutarlılık bulunduğunu ve yapay zekâ toplam puanları ile insan ortalama puanları arasında anlamlı düzeyde pozitif bir korelasyon olduğunu göstermektedir. Bu bulgu, yapay zekâ sisteminin genel değerlendirmede insan uzlaşısı ile anlamlı bir uyum sergilediğini ortaya koymaktadır. Bununla birlikte, yapay zekâ insan uzlaşısından tipik bir insan değerlendiriciye kıyasla daha fazla sapmıştır; bu durum, uyumun tam bir eşdeğerlik anlamına gelmediğini göstermektedir. Karar ölçütleri analizi, insan değerlendiricilerin ve yapay zekânın rubriği tamamen aynı biçimde uygulamadığını ortaya koymuştur. İnsanların kısa liste kararları daha geniş bir ölçüt grubuna, özellikle deneyim, teknik beceri uyumu, problem çözme ve açıklık değişkenlerine dayanırken; yapay zekânın kısa liste kararları büyük ölçüde deneyim ve teknik beceri uyumuna dayanmaktadır. Önyargı denetimi sonuçları daha ayrıntılı bir tablo sunmaktadır. İnsan değerlendiriciler toplam puan veya kısa liste oranında anlamlı bir cinsiyet ipucu etkisi göstermemiştir; ancak genel uygunluk puanlarında anlamlı bir farklılık görülmüş ve kadın ismi taşıyan özgeçmiş versiyonları erkek ismi taşıyan versiyonlara göre daha düşük genel uygunluk puanları almıştır. Buna karşılık, yapay zekâ sistemi toplam puan, genel uygunluk veya kısa liste oranı açısından istatistiksel olarak anlamlı bir cinsiyet ipucu etkisi göstermemiştir. Önyargı büyüklüğü doğrudan karşılaştırıldığında, yapay zekâ sisteminin A/B puan farkı insan değerlendiricilerinkinden anlamlı derecede daha düşük bulunmuştur. Bu bulgular, yapay zekâ tabanlı taramanın kontrollü koşullar altında işe alım verimliliğini destekleyebileceğini ve bazı kimlik ipucu duyarlılıklarını azaltabileceğini göstermektedir. Ancak yapay zekâ sistemleri otomatik olarak nesnel veya önyargısız kabul edilmemelidir. Çalışma, yapay zekâ destekli işe alım araçlarının yapılandırılmış rubrikler, insan gözetimi, doğrulama testleri ve düzenli önyargı denetimleri ile birlikte kullanılması gerektiği sonucuna varmaktadır. Bu tezin temel katkısı, insan ve yapay zekâ tabanlı özgeçmiş taramasını aynı kontrollü araştırma tasarımı içinde değerlendirmesidir. Aynı özgeçmişler, aynı puanlama rubriği ve aynı eşleştirilmiş önyargı denetimi mantığı kullanıldığı için çalışma yalnızca insan–yapay zekâ puan uyumunu değil, aynı zamanda puan kalibrasyonunu, karar ölçütlerini ve kimlik ipuçlarına duyarlılığı da karşılaştırabilmektedir.

Özet (Çeviri)

Artificial intelligence (AI) is rapidly being utilized in recruiting to speed up the screening of CVs, eliminate manual effort and help with the assessment of candidates in the early stages. Yet the use of AI for recruiting also presents important problems of trustworthiness, decision logic, and justice. This thesis explores the impact of AI on recruiting efficiency and applicant assessment by comparing the examination of CVs by AI and human evaluators. This work is in the area of AI and machine learning (ML) developer hiring and explores how well an AI system can provide scores and shortlist judgments that match human raters' but are less sensitive to gender-coded markers of identification. The research was conducted through a quantitative evaluation design. A standardized CV dataset was assessed by human evaluators and by a fixed AI evaluation process using the same structured scoring rubric. The rubric included criteria such as relevant experience, project evidence, technical stack match, problem-solving, clarity, overall fit, and total score. Human inter-rater reliability was first examined to determine whether the aggregated human score could be used as a reliable benchmark. Human–AI agreement was then tested through correlation analysis, while human–AI disagreement was examined by comparing the AI's deviation from the human mean with the average deviation of individual human raters. Logistic regression models were also used to compare the decision-making logic of human and AI screening. Finally, a controlled biasaudit procedure was conducted using matched A/B CV pairs in which qualifications were held constant and only the gender-coded name was changed. Results indicate remarkable internal agreement among human raters and a substantial positive correlation between AI total scores and human mean ratings. This shows that the AI system exhibited meaningful congruence with the human consensus in overall evaluation. But the AI also disagreed with the human consensus more than the typical human assessor, indicating that alignment was not equivalency. Decision-criteria analysis showed that human and AI did not apply the rubric in exactly the same way. Human shortlist decisions were based on a wider range of criteria (experience, technical stack match, problem resolution and clarity) whereas AI shortlist decisions were mostly based on experience and technical stack match. The bias-audit results provided a more nuanced picture. Human evaluators did not show a significant gender-cue effect in total score or shortlist rate, but they did show a significant difference in overall fit ratings, with female-name CV versions receiving lower overall fit scores than male-name versions. In contrast, the AI system did not show a statistically significant gender-cue effect in total score, overall fit, or shortlist rate. When the magnitude of bias was compared directly, the AI system showed a significantly smaller A/B score difference than the human evaluators. These findings suggest that AIbased screening may support recruitment efficiency and reduce some forms of identitycue sensitivity under controlled conditions, but it should not be treated as automatically objective or bias-free. The study concludes that AI recruitment tools should be used with structured rubrics, human oversight, validation testing, and regular bias audits. The main contribution of this thesis is that it evaluates human and AI CV screening within the same controlled design, using the same CVs, same scoring rubric, and same matched-pair bias-audit logic. This allows the study to compare not only human–AI score alignment, but also score calibration, decision criteria, and identity-cue sensitivity.

Benzer Tezler

  1. Tez No

    992241

    Revolutionizing real estate development: A metaverse-integrated eight-stage model for the digital era

    Gayrimenkul geliştirmede devrim: Dijital çağ için metaverse entegreli sekiz aşamalı bir model

    RAMA IKHWAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    İşletmeBahçeşehir Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. SABRİ TANKUT ATAN

  2. Tez No

    1002343

    Revolutionizing the classification of medical image classification by using integrating advanced neural networks with pre-processing

    Gelışmış sınır ağlarının ön işleme ıle entegrasyonu yoluyla tıbbı görüntü sınıflandırmasını devrımleştırmek

    MOHAMED ABOFANAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Veri Bilimi ve Yapay Zeka Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAYDER ALI ABDULLAH MOHAMMEDQASIM

  3. Tez No

    911574

    Industry 4.0 technologies revolutionizing the civil aviation sector: Passenger perspective on modern digitalization (e-services / self-services) implementation

    Endüstri 4.0 teknolojileri sivil havacılık sektöründe devrim yaptı: Modern dijitalleşme (e-servis / self-servis) uygulamasına yolcu bakış açısı

    YA NENEH AWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Sivil Havacılıkİbn Haldun Üniversitesi

    Hava Taşımacılığı Yönetimi Ana Bilim Dalı

    PROF. DR. ÜMİT HACIOĞLU

  4. Tez No

    930892

    The role of artificial intelligence (AI) in revolutionizing e-commerce: A study on the impact of ai in personalizing shopping experiences, improving product recommendations, and enhancing customer engagement

    E-ticarette yapay zekânın (AI) rolü: Alışveriş deneyimlerini kişiselleştirme, ürün önerilerini geliştirme ve müşteri etkileşimini artırma üzerine bir çalışma

    HAMZA JROUNDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    İşletmeBahçeşehir Üniversitesi

    Avrupa Birliği İktisadı ve İşletme Ana Bilim Dalı

    DOÇ. CAFER ŞAFAK EYEL

  5. Tez No

    503881

    Tanzimat'tan cumhuriyet'e eğitimde millileşmeye yönelik politika ve uygulamaların incelenmesi (1839-1938)

    Examination of policies and practices aimed at revolutionizing education from tanzimat to republic (1839-1938)

    ASLIHAN ERTUĞRUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Eğitim ve ÖğretimGaziantep Üniversitesi

    Sınıf Eğitimi Ana Bilim Dalı

    DOÇ. DR. AYHAN DOĞAN

Geri Dön